基于云平台的Starlink星座高性能仿真技术研究

　　摘要：面向星链(Starlink)星座的网络仿真是未来低轨卫星星座设计与建设验证和评估的重要工具。针对星链网络规模庞大，结构复杂的特性，设计了一种高性能卫星网络仿真体系。该体系基于云平台的分布式网络仿真架构，通过STKEngine底层接口开发、卫星模型库存储优化和消息异步传输等技术，实现对Starlink星座的快速部署，具有良好的可扩展性。实验表明，所提方法实现了400颗卫星规模的复杂卫星网络的自动化建模，在部署效率上相对于传统方法提升了39.07%，可为大规模低轨卫星建设提供仿真技术支持。

　　关键词：星链;低轨卫星星座;网络仿真;云平台;快速部署

　　引言

　　据媒体SpaceflightNow报道，截至2021年7月10日SpaceX已部署1631颗LEO(LowEarth Orbit)卫星投用，天地一体化信息网络已经引起了学术界乃至行业的广泛关注。天地一体化信息网络系统主要包括地球同步轨道GEO(GeosynchronousOrbit)卫星系统和非地球静止轨道NGSO(Non-GeostationaryOrbit)卫星系统[1]。LEO卫星系统作为NGSO卫星系统中的一类，因其链路传播延迟低、传播损耗小以及频谱分配更有效等重要特性，将成为未来数据通信系统的核心元素[2]。以Starlink为代表的LEO卫星星座互联网技术，使传播信道发生新变革，带来了波及整个传播链的深远影响。

　　仿真类论文数控加工仿真技术应用

　　其将弥补5G基站[3]覆盖空间小的不足，构建天地一体的连接模式、万物互联的信息体系和丰富多元的应用场景。为了对未来低轨卫星互联网滚动建设提供设计和系统的验证、评估，减少因技术和系统风险造成的额外建设成本，研究高性能Starlink星座仿真技术具有重要意义，其关键目标在于快速构建逼真的卫星网络场景。目前的天地一体化网络仿真技术主要是通过OPNET[4]、NS3[5]等网络仿真软件进行模拟，仿真过程受到离散、有限等技术瓶颈影响，无法支撑Starlink星座的庞大规模，模拟连续的卫星通信过程。随着云平台的发展，借助虚拟化技术与分布式计算技术，可将卫星互联网仿真的拓扑规模扩大至整个星座，使得在虚拟网络环境中复现真实卫星连续通信过程的方案变得可行。

　　快速构建逼真的大规模卫星星座场景需要云平台具有较高的计算性能，文献[6]提出OpenStack云平台对计算密集型的高性能应用负载表现出较好的性能，是实施高性能仿真的优秀选择。因此，本文基于OpenStack云平台构建大规模的Starlink星座网络仿真场景，并通过融合系统仿真工具包STK[7](SystemKitTool)在卫星建模仿真方面的优势，完成对卫星星座场景的部署以及卫星节点的映射。本文的主要贡献有：(1)对STK底层接口进行二次开发，提出了一种Starlink复杂卫星网络的自动化建模方法;(2)将OpenStack云平台与STK仿真软件进行融合，实现面向Starlink卫星星座的卫星网络仿真;(3)设计并实现了一套基于云平台的Starlink星座高性能仿真体系，并对Starlink第一子星座中400颗已稳定运行的卫星进行仿真检验。

　　1研究现状

　　根据SpaceX公司向美国联邦通信委员会提交的相关文件显示，Starlink卫星星座[8]预计部署约12000颗卫星。目前最新资料显示，正在搭建中的第一子星座拥有72个轨道平面，每个轨道平面运行20颗卫星，即共1440颗卫星。第一子星座轨道高度为550km，轨道倾角为53°，其后续计划的第二子星座轨道高度为1100km，卫星数量为2825颗，第三子星座轨道高度为340km，卫星数量为7500颗，但其轨道倾角没有明确数据。截至2021年7月10日，SpaceX已发射卫星总数为1740颗，其中脱离轨道的卫星数量为109颗，在轨运行的卫星总数为1631颗。

　　针对卫星规模庞大的Starlink卫星星座网络，有必要提出一种高性能的天地一体化信息网络仿真方法，下面将简述几种天地一体化信息网络仿真方法。 在天地一体化信息网络仿真方法方面，文献[9]提出了一个基于离散事件驱动的天地一体化网络SAGIN(Space-Air-GroundIntegrationNetwork)仿真平台，其融合了MATLAB、STK和NS-3等仿真软件，并基于SDN(SoftwareDefinedNetwork)实现网络集中控制和网络资源编排功能。

　　然而，由于SAGIN的高复杂性，该方法可能导致控制器过载和延迟响应，几乎难以建立一个与真实网络场景一致的卫星星座场景，因此该方法存在一定的局限性。文献[10-11]基于云平台，提出一种高逼真的卫星链路仿真方法，该方法基于虚拟化技术仿真不同轨道高度的卫星节点，基于SDN技术仿真可重构的卫星链路，并通过命名空间实现网络流量的隔离，因此能够完整且精确的重现真实卫星星座互联网中的用户流量以及数据包，但其卫星场景的搭建方法会造成仿真平台用户接口的拥塞，导致部署时耗过长，因此不适用于大规模卫星星座网络场景。

　　目前，有关Starlink卫星星座建模与网络仿真方法的文献较少，国内外针对Starlink卫星星座的建模与仿真研究集中在基于理论建模的数字仿真。文献[12-13]研究并分析了LEO卫星系统中星间链路ISL(Inter-SatellitesLink)的几何参数的动态特性，为Starlink等LEO卫星系统仿真提供了理论基础。文献[14]研究了Starlink、OneWeb、Telesat这三个标志性大型LEO卫星星座系统架构，但只基于理论数据分析，对三个卫星星座系统进行了总吞吐量的估算。

　　文献[15-17]分别研究了Starlink卫星星座系统的地面网络拓扑和卫星网络拓扑，但都只采用了类Starlink星座进行了网络拓扑优化模型的验证，并没有对Starlink星座真实网络环境进行建模仿真。文献[18]通过STK建立目前已发射7批次在轨的Starlink卫星星座，表征和分析其在全球范围的运行态势和覆盖性能，但也仅局限于通过STK中的卫星建模计算数据进行仿真，没有构建逼真的卫星网络环境。 因此，本文提出一种基于云平台的Starlink星座高性能仿真方法，设计了一套面向Starlink星座网络仿真体系，以解决传统仿真技术构建大规模星座时间开销大的问题，并基于卫星轨道参数，构建大规模、高逼真的Starlink星座仿真场景，用以弥补目前针对Starlink星座仿真逼真度不足的缺陷。

　　2体系结构

　　2.1Starlink卫星星座特征

　　Starlink星座为Walker-Delta类型星座，以

　　卫星升空后会先在300km高度的轨道进行测试运行，然后通过星上氪离子推进器进行轨道爬升进入预定运行轨道。卫星在升轨过程中有几率失败，不会进入预定的运行轨道，因此部分卫星在相邻轨道平面没有满足可见性约束的卫星来建立链路。部分卫星升轨失败导致的ISL缺失，会对卫星网络的性能造成影响，因此本文已将该卫星网络失效因子考虑在内。

　　当低轨卫星运行到高纬度地区或极地地区时，会因为卫星间相对运动角速度变大、相对空间位置的改变而产生网络拓扑结构的频繁变化[19],而卫星随时间变化的飞行位置可由开普勒轨道六要素确定[20]。

　　2.2基于云平台的Starlink星座高性能仿真体系

　　Starlink高性能仿真体系，采用分布式卫星模型存储，解决仿真平台用户接口拥塞的问题，优化云平台虚拟机部署流程，支持快速部署大规模的卫星星座拓扑。同时融合STK对卫星建模的优势，准确的描述各卫星随时间变化的动态性，实现动态变化的卫星网仿真。

　　3关键技术

　　Starlink星座仿真技术的关键的目标就是快速构建逼真的大规模卫星星座网络拓扑。但是面对Starlink这类大规模星座，传统天地一体化网络仿真体系会遇到以下问题：

　　(1)目前卫星星座场景的构建是通过手动将每颗卫星的轨道参数输入到STK中。随着仿真规模提升，不可避免地会带来巨大的时间耗费和操作误差，从而降低卫星星座网络仿真的逼真度，因此自动化部署必将具有巨大的应用前景。(2)Starlink星座网络拓扑部署会用到大量的物理节点，因为OpenStack云平台是分布式系统架构，为了解耦使得各服务分散，各项目的数据存放在不同的位置，数据存储较为凌乱，造成了在大规模网络拓扑启动时耗费大量的时间对卫星模型进行传输，资源和能耗均有不合理的浪费。针对上述问题，本文首先基于STKEngine对STK底层接口进行开发，设计了一种面向卫星轨道参数的复杂卫星星座场景自动化建模方法，然后优化了OpenStack数据存储结构和计算资源的调度，并提升了创建卫星节点时的速度。

　　3.1复杂卫星网络场景自动化建模方法

　　卫星动态飞行位置由式(1)确定，而在STK中，使用卫星的远地点高度和近地点高度代替轨道半长轴来确定卫星轨道的大小和形状，同时必须明确卫星的卫星历元参数。

　　4实验分析与验证

　　本章对基于云平台的Starlink星座高性能仿真技术进行实验验证。

　　4.1实验环境

　　该平台基于OpenStackMitaka版本、STK11.6。STK模拟节点处理器为Intel(R)Core(TM)i7-87003.2GHz,内存为16GB;控制节点处理器为Intel(R)Xeon(R)CPUE5-2620v42.10GHz*2，内存为64GB;网络节点处理器为Intel(R)Xeon(R)CPUE5-4620v42.10GHz*2，内存为64GB。共2个物理计算节点，计算节点1处理器为Intel(R)Xeon(R)CPUE5-2609v31.90GHz*2，内存为16GB;计算节点2处理器为Intel(R)Xeon(R)CPUE5-2620v32.40GHz*2，内存为32GB。STK模拟节点操作系统为Windows10，其他节点操作系统均为Centos7.2。

　　4.2复杂卫星网络场景自动化建模测试分析

　　为验证本文所提出的复杂卫星网络场景自动化建模方法的可行性以及高可用性，实验选取目前Starlink星座发射批次为L1至L7的400颗卫星进行自动化建模测试。展示了卫星常见的自动化建模结果，自动构建一颗卫星平均耗时为0.1551s，整体部署消耗时间为62.0225s。与手动输入卫星轨道参数进行场景建模的方法相比，时间开销大大缩短，且可有效避免人工误操作带来的误差。自动化建模生成的卫星星座场景，仿真周期为2021年3月19日04:00:00.0000UTCG至2021年3月20日04:00:00.0000UTCG，共计24小时。

　　4.3卫星网络拓扑部署效率测试分析

　　为验证本文提出的卫星网络拓扑部署优化方法的高效性，实验选取400个卫星节点，分别通过传统卫星节点部署方法和高性能卫星节点部署方法，进行自动化部署测试。传统卫星节点部署方法构建400个卫星节点总体耗时为691s，而使用高性能卫星节点部署方法总体耗时为421s，总体部署性能提升39.07%，且卫星节点启动速率更快。

　　5结论

　　本文融合OpenStack和STK构建高性能卫星星座仿真体系。通过对STK底层接口的二次开发、卫星模型库存储优化和消息异步传输，实现了一个面向Starlink星座的高性能仿真体系。本文所提方法在部署效率上相对于传统仿真体系提升了39.07%。基于该仿真体系，可实现灵活构建大规模高逼真的低轨卫星星座网络，从而能够满足对低轨卫星互联网滚动建设验证、评估的需求。

　　参考文献：

　　[1]LiuJJ,ShiYP,ZubairMd,Fadlullah,NeiKato,etal.Space-Air-GroundIntegratedNetwork:ASurvey[J].IEEECommunicationsSurveys&Tutorials(S1553-877X),2018,20(4):2714-2741.

　　[2]ChowdhuryPKAtiquzzamanMandIvancicW.Handoverschemesinsatellitenetworks:state-of-the-artandfutureresearchdirections[J].IEEECommunications SurveysandTutorials(S1553-877X),2006,14(8):2-14.

　　[3]GiambeneG,KotaSandPillaiP.Satellite-5Gintegration:anetworkperspective[J].IEEENetwork(S0890-8044),2018,32(5):25-31.

　　[4]李顺.LEO卫星网络路由策略设计与性能分析[D].北京邮电大学,2020.LIShun.LEOsatellitenetworkroutingstrategydesignandperformanceanalysis[D].BeijingUniversityofPostsandTelecommunications,2020.

　　[5]茹新宇,刘渊.网络仿真器NS3的剖析与探究[J].计算机技术与发展,2018,28(3):72-77.RuXinyu,LiuYuan.Analysisandresearchonnetworksimulator3[J].ComputerTechnologyandDevelopment,2018,28(3):77-77.

　　[6]李春艳,张学杰.基于高性能计算的开源云平台性能评估[J].计算机应用,2013,33(12):3580-3585.

　　作者：刘渊，薛新毅，王晓锋